КОНСПЕКТ ЛЕКЦИЙ КОДЭИ

Построим нейросетевые модели для имеющихся данных. Выберем нейронные сети и регрессионный анализ.

Укажем переменные:

1)непрерывную целевую переменную Х1;

2)непрерывные входные переменные Х2, Х3, Х6.

Укажем стратегию построения модели — автоматизированная нейронная сеть (ANS).

Укажем размеры подвыборок на вкладке

Подвыборки (ПНС и АНС) — Sampling (CNN and ANS):

1)обучающая подвыборка (train) — 70%;

2)контрольная подвыборка (test) — 15%;

3)тестовая подвыборка (vaidation) — 15%.

Для автоматизированной сети указываем минимальное количество настроек:

Тип сети (Network types).

Выберем многослойный персептрон (MLP). Минимальное число скрытых нейронов

(Min. hidden units) — 3.

Максимальное число скрытых нейронов

(Mах. hidden units) — 10.

Количество сетей, которые будут обучаться:

1)сети для обучения (network to train) — 10;

2)сети для сохранения (network to retain) — 5;

Вкладка Функции активации для МЛП (MLP activation functions)

Для скрытых нейронов укажем функции: тождественную, логистическую и гиперболическую. Для выходных нейронов укажем функции:

тождественную, логистическую и гиперболическую.

Обучаем сети.

В окне мы видим полученные сети.